机器学习+单细胞+实验，轻轻松松拿下5分+，换癌种可做！

文章预览

‍ 导语 今天给同学们分享一篇生信文章“ Machine learning developed an intratumor heterogeneity signature for predicting prognosis and immunotherapy benefits in cholangiocarcinoma”，这篇文章发表在 Transl Oncol 期刊上，影响因子为5。 结果： 胆管癌病例 胆管癌病例的MATH得分显示在附图1A中。并且将胆管癌病例分为低MATH得分组和高MATH得分组，以MATH得分的中位数作为分界点。预后分析显示，高MATH得分的胆管癌患者的总生存率较低（附图1B，p = 0.017）。为了探索介导胆管癌病例ITH的基因，作者随后检测了胆管癌低MATH得分组和高MATH得分组之间的DEGs。如附图1C所示，共获得336个DEGs（p < 0.05）。 机器学习开发了一种预测性的IRS DEGs被提交进行单变量Cox分析，共发现22个基因与胆管癌患者预后显著相关（附图1D，p < 0.01）。这22个基因经过作者基于机器学习的综合程序进行处理，以开发一 ………………………………